檢視基于博弈论赋权的光伏功率组合预测模型的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://p6.itc.cn/q_70/images03/20230207/23618324c7ad4687b4fd8f2239b96e60.png width="300"></center>
<small>[https://www.sohu.com/a/638119721_121124374 来自 搜狐网 的图片]</small>
|}

'''基于博弈论赋权的光伏功率组合预测模型'''针对单一预测[[方法]]的局限性，本项目采用物理方法和统计方法相结合的预测方法，建立[[光伏]]发电功率组合预测模型，并在预测模型中考虑电站的限电及检修计划。

==一、案例简介==

针对单一预测方法的局限性，本项目采用[[物理]]方法和统计方法相结合的预测方法，建立光伏发电<ref>[https://www.sohu.com/a/591909330_99901597 关于光伏发电，你了解多少呢？]，搜狐，2022-10-11</ref>功率组合预测模型，并在预测模型中考虑电站的限电及检修计划。采用理论功率法、基于改进相似日的BP 神经网络法、基于改进相似日的支持向量机对预测日的光伏功率分别进行预测，通过提出的博弈论组合赋权法来计算各模型的权重。通过某光伏电站的实际数据验证，计算分析了预测误差，[[结果]]表明，通过组合赋权法得到的权重克服了单一权重的片面性，使得综合评价更合理、[[科学]]，在限电情况下仍具有较高的预测精度，对光伏发电系统的功率预测具有一定的学术价值和工程实用价值。

==二、技术要点==

本项目首先提出了基于物理方法的理论功率预测方法、改进相似日的选取方法，基于改进相似日的BP 网络预测方法，基于改进相似日的支持向量机预测方法；然后，利用博弈论组合赋权法确定各单一预测模型的组合权重，建立光伏发电[[功率]]的组合预测模型，并在模型中考虑电站的限电计划及设备故障等因素；最后，通过实例验证了本文所述的组合预测模型在天气预报数据不准或电站处于限电的情况下仍具有高的预测精度，具有广泛的工程应用价值。

==三、应用场景==

光伏发电

==四、应用成效==

本项目提出了改进相似日的选取方法、基于改进相似日的BP [[网络]]预测方法、基于改进相似日的SVM 预测方法，并在模型中考虑了限电及检修计 划。使用层次分析法确定各模型的主观权重、采用熵值法确定客观权重，并采用博弈论将两种不同方法确定的权重集成为各模型的综合权重，使确定的权重系数同时体现主客观因素，避免了单一方法选择权重的片面性、独断性。最后经实例验证分析，本文所述的基于博弈论赋权的组合预测模型即使在[[天气预报]]数据<ref>[https://www.sohu.com/a/479663880_114819 数据的来源以及数据是什么？]，搜狐，2021-07-26 </ref>严重不准的阴天或电站处于限电的情况下，也仍具有较高的预测精度，完全满足调度考核要求，具有广泛的工程应用价值。

==参考文献==
[[Category:500 社會科學類]]